[发明专利]一种基于对话管理和多标签意图识别实现多轮对话系统

说明书

本发明提供了一种基于对话管理和多标签意图识别实现多轮对话系统，其特征在于，包括语音识别模块、语义理解模块和对话管理模块。所述语音识别模块包括音频收集装置和语音识别算法，所述语音识别模块采用音频收集装置进行音频抓取，并降噪一路音频，再利用语音识别算法对音频进行语音识别；所述语义理解模块利用多标签分类算法对意图进行识别和序列标注方法对实体进行抽取；所述对话管理模块根据历史对话意图、词槽填充情况信息，借助基于规则的策略决策模块进行回复的选择，并进行后续的自然语言合成和语音合成。实现意图的精确分类，解决了错误不断累加的问题。

技术领域

本发明涉及一种基于对话管理和多标签意图识别实现多轮对话系统，属于语音识别技术领域。

背景技术

随着机器人的发展，目前智能对话系统已经成为不可或缺的东西。例如机器人，车载系统、家庭物联网设备、手机等，都需要进行智能语音控制、语音对话。目前实现对话系统的方法有两种，一种是基于端到端的方法，利用神经网络系统实现语音识别、意图分类、词槽填充、对话管理、自然语言合成、语音合成6个模块一体化。但是目前这种方法在工业上还是不成熟的。另一种方法就是基于管道的方法，该方法分别搭建这六个模块、分别进行训练。本体就是采用这个架构。对话系统可以分为单轮和多轮，实际中多轮对话系统更加满足用户的需求，对话系统可以根据所处于的上下文，对用户所说的话进行精确意图分类。然后系统采取相应的回复。但是这种基于管道的对话系统，意图分类往往是单分类，如果意图分类错了，那么后边对话管理很难进行正确答复，这种错误会不断累加传递到后边的对话系统组件中。

发明内容

本发明目的是提供了一种基于对话管理和多标签意图识别实现多轮对话系统，实现意图的精确分类，解决了错误不断累加的问题。

本发明为实现上述目的，通过以下技术方案实现：

包括语音识别模块、语义理解模块和对话管理模块；

所述语音识别模块包括音频收集装置和语音识别算法，所述语音识别模块采用音频收集装置进行音频抓取，并降噪一路音频，再利用语音识别算法对音频进行语音识别；

所述语义理解模块利用多标签分类算法对意图进行识别和序列标注方法对实体进行抽取；

所述对话管理模块根据历史对话意图、词槽填充情况信息，借助基于规则的策略决策模块进行回复的选择，并进行后续的自然语言合成和语音合成。

优选的，所述语义理解模块使用bert+textcnn+sigmoid+bceloss构建多标签意图识别算法；具体的，利用bert对文本进行上下文表示，然后利用文本分类算法textcnn进行分类算法，sigmoid函数和bceloss损失函数把多分类问题转化为多标签问题。

优选的，所述音频收集装置为环形六麦，所述语音识别算法为wenet语音算法。

本发明的优点在于：本申请利用多标签算法进行意图识别，给用户的每句话打上多种意图标签进行意图的初筛，借助对话状态跟踪模块进行精确的意图识别。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

采用环形六麦进行音频抓取，然后降噪一路音频，利用wenet语音算法进行语音识别。